PROCESAMIENTO

DE
SEÑALES BIOMEDICAS

Teóricas: Dra. María Paula Bonomini

 Condiciones
Condiciones de regularidad:
70% asistencia a teoría
70% asistencia a practica
Parcial teoría aprobado
TPs 1, 2 y 3 aprobados

Aprobación:
TP final en mesa de examen con todos los integrantes, no mas de
tres integrantes por grupo.

Nota cursada = 0.5*Parcial(teoría) + 0.5*(Promedio TPs y

Parcialito)

Nota final = 0.5*Nota cursada + 0.5*TP final

Objetivos:

• Adquirir señales biomédicas.

• Filtrar
• Detectar y delinear
• Clasificar
• Modelar
 SNA SR

EMG
ECG

EEG

EGG

E mecánica
E lumínica
H(s) Potenciales de acción
E térmica
Deformación
 Tipo de señales

• Por dominio temporal:

Continuas: EEG, PE, ECG, SR

Series temporales: Spike train, HRV, ST

• Por forma de adquisición:

Local Field Potential: EEG, ECG, EOG

Por impedanciometria: SR
Potenciales puntuales: Spikes, electrogramas,
corticogramas
Señal continua
Medición cuantitativa

- Escalar: x
- Continua o análoga: x(t)
- Discreta: x(nT)
- Digital
Elementos a los que procesar: series, señales,
muestreo equiespaciado, no equiespaciado
Spike trains
Objetivos generales del procesamiento de
señales e imágenes biomédicas

• Diagnóstico manual o automático

• Diseño de Prótesis y órtesis
• Detección de la vía patológica
• Toma de decisiones
Cóclea: Distribución frecuencial
tonotópica
CORTIVIS
Brain Machine interfaces
Dr. Nicolelis, Duke University
 Objetivos específicos del procesamiento de señales
biomédicas
• Medir: Disminuir el error de las mediciones (falta de concordancia
entre observadores, exactitud y reproducibilidad)
• Caracterizar: Extracción de características: caracterización-
entender señales (pequeñas variaciones, no apreciables
visualmente)
• Separar/Clasificar: la señal de interés de otras de origen fisiológico
o externas (artefactos).
• Comprimir: Registros de larga duración: compresión de señales
(Tx y/o almacenar. Tx eventos de interés clínico)
• Dependencia del contexto de Algoritmos de Procesamiento de
Señales: diagnostico (off line), tratamiento (sist. control on line
marcapaso, desfibrilador), monitoreo (tiempo real)
• Modelar: Modelado matemático y simulación: reproducir experimentos
detección y delineado
- replicar condiciones difíciles de lograr experimentalmente
- Sintetizar señales donde se controlan las varaiables adecuadamente
- Evaluación contra señales reales
Primeras formas de
registro
Problema inverso vs directo
 Problema inverso: ambigüedad

Tres configuraciones distintas que pueden explicar el campo equivalente visto en D

 Algunas señales biomédicas
ELECTROGRAMAS
• EEG (ELECTROENCEFALOGRAMA): actividad eléctrica cerebral
(epilepsia, desordenes del sueño etc)
• ECg (ELECTROCORTIGRAMA): actividad eléctrica cerebral (técnica
invasiva, durante cirugías y estudios a largo plazo. Mantas de electrodos)
• EPs (POTENCIALES EVOCADOS): actividad eléctrica cerebra en función
estimulo visual, auditivo, somatosensorial
• ENG (ELECTRONEUROGRAMA): actividad eléctrica de nervio periférico
(rta nervio, puede ser invasivo o no invasivo)
• EMG (ELECTROMIOGRAMA): actividad eléctrica del músculo esquelético
(I electrica prop. a la actividad, distrofia, inflamación muscular)
• EOG (ELECTROOCULOGRAMA): potencial cornea-retina proporcional al
movimiento horizontal y vertical de los ojos
• ERG (ELECTRORETINOGRAMA): potencial eléctrico de la retina por
estimulación lumínica (conos-bastoncillos)
• ECG (ELECTROCARDIOGRAMA): actividad eléctrica cardiaca
• EGG (ELECTROGASTROGRAMA): impulsos que se propagan en los
músculos del estómago
Rangos de señales
Características de la señales biológicas
(generalmente no son …)

• Lineales

• Estacionarias

• Distribución Normal
 Normalidad
1   x2  Se asume frecuentemente
p  x  exp  2  una Distribución Normal
 2  2 

- Convolución de Gaussianas es Gaussiana

- Producto de Gaussiana es Gaussiana
- Parámetros fácil de estimar
- Suma de Gaussianas converge a una Gaussiana
- Test estadísticos accesibles
- Etc
 En general asumimos:

• Propiedades Invariantes en el Tiempo

• Estacionaria en sentido amplio: considerando
los momentos orden 1 y 2 no dependen del
tiempo
• Ergodicidad: las propiedades estadísticas
temporales en una realización son iguales a
las de un instante en el ensamble
 Lineales
y  L a  Transformación Lineal

y  t   L  ax1 (t )  bx2 (t )   aL  x1 (t )   bL  x2 (t ) 

 x1 (t ) 
y  t    a b  
 2 
x (t )

y  t   ax1 (t )  bx2 (t )
 No linealidad
No linealidad puede estar frecuentemente identificada por la
distorsión de sus armónicos
 No linealidad

Cuadrático, introduce
Doble frecuencia

Cúbico, el triple de
frecuencia

Generalmente No linealidad implica

tener mas armónicos
Ecuación logística: laboratorio
del caos
Fractales
Multiescala
Irreversibilidad temporal
 Consideraciones al analizar señales

• Muchas señales son NO estacionarias, NO normales y NO

lineales
• Análisis de las señales se simplifica considerablemente si
uno asume: Linealidad, Normalidad y Estacionariedad
• Importante identificar la naturaleza de las señales y aplicar
pre-procesamiento para poder hacer asunciones mas
sencillas.
• No linealidad puede identificarse graficando o mirando
distorsión por armónicos (50 Hz)
• No Gaussianidad puede identificarse haciendo Histogramas
• Todo análisis requiere previamente MIRAR las SEÑALES
Potenciales biológicos y
señales bioeléctricas
Dra. María Paula Bonomini
Investigadora Adjunta (CONICET)

11/03/2019
Voltaje Transmembrana:
Gradiente de concentración vs Gradiente
eléctrico
Ecuación de Nernst:𝐸𝑚
𝑅𝑇 𝐾+ 𝑒
= ln( + )
𝑧𝐹 [𝐾 ]𝑖
Ecuación de Goldman

Ejemplo
Electrofisiología neuronal

Codificació
Por frecuen

Fenómeno
Todo o nada
Comando
eléctrico:
Células
Marcapaso

Función de
Bomba:
Miocitos
Célula Marcapaso: Miocito:
Frecuencia Función
Cardiaca Contráctil
ECG: Proyección en el plano
del vector cardíaco
tridimensional
Plano Frontal

Plano Horizontal
Corazón denervado vs
Corazón inervado
 Neuronas, células sinusales y
miocárdicas
PS S

PA Neurona PA Sinusal PA Miocito

Fase 0 Corriente rápida de Na+ Corriente lenta de Ca++ Corriente rápida de Na+

Fase 1 -- -- Salida de K+, Inactivación

de Na+
Fase 2 -- -- Entrada de Ca++
Fase 3 Inactivacion Na+ y Inactivacion Inactivacion de Ca++,
Activación K+ Ca++ y Activación K+ Activación de K+
Fase 4 Estable (potencial cte.), Inestable (potencial Estable (potencial cte.),
bomba de Na-K creciente), corriente de bomba de Na-K, bomba de
hiperpolarización If Ca++
(Ca++-Na+)
 En resumen

• Miocitos  Meseta 200 ms (determinan el periodo

refractario)

• Células marcapasos  Automatismo

• SNA Modulación en frecuencia

• ECG  Representación en el plano del vector eléctrico

cardiaco en 3D
Teoría del dipolo
 Modelos de dipolos
• Monopolo: 1 variable: magnitud
• Dipolo fijo: dirección fija, 3 variables (Magnitud y alfa y tita)
• Dipolo móvil: 6 variables (M, alfa, tita y xo,yo,zo)
• Multiples dipolos fijos: 3*N variables, N nro de dipolos
• Multipolos:
 Modelos de volumen
conductor
• Infinito y homogéneo: ignora las inhomogeneidades
internas y los limites
• Finito y homogéneo: ignora las inhomogeneidades
internas. Acepta un limite, puede ser esférico o de
forma realista
• Finito e inhomogeneo: Acepta limites realistas y
diferencias en la conductividad de los distintos tejidos

El cuerpo puede ser considerado

un volumen resistivo homogéneo
y lineal, ya q la mayoría de los
tejidos son isotrópicos, excepto
Anisotropía cardiaca
Modelo de la cabeza como
volumen conductor
Magnetismo vs electricidad
Problemas del
biomagnetismo
 Teoría del dipolo
• Pros • Contras
• Funciona cn largas • Explica miembros, no
distancias de la precordiales
fuente • No cumple
• Representa ecg esfericidad ni vol
normales, sanos conductor
homogeneo
Caracterización del potencial de acción